提示：
如果你用的是GPU，那就點擊本頁面右上角的X，本文針對的是CPU
環境
anaconda
python 3.7
tensorflow 1.13.1
numpy 1.16.0
背景：
在學校做畢設，是基於樹莓派小車雲邊協同行人跟隨。我用的是yolov3 tiny算法作爲檢測行人的算法（因爲筆記本是輕薄本，性能很差）。現在基本做完了，但是yolov3t算法在我的筆記本上的運行速度是0.25s/幀，顯示畫面還是很卡的。於是乎我這幾天一直在找比yolov3t更輕便的算法，但是沒啥收穫，自我感覺這個網絡已經很簡單了。
期間，由於我的網絡只用於檢測人，所以修改了輸出層（減少了點參數，沒準速度快一丟丟），到網吧用顯卡添加數據集去訓練，但是發現網吧的顯卡加速並不快，也就比用CPU快一倍的樣子，以前訓練VGG那可是快了十倍不止啊，就很奇怪，看着截止時間要30h，遂放棄。
就在這一籌莫展，本着“差不多就行了”的思想準備放棄，收拾東西回家過年之時。我突然留意到每次運行代碼時出現的一段話，大意就是我的CPU支持AVX、AVX2編譯巴拉巴拉，我百度一搜，發現很多都是屏蔽這個消息的方法，但是有人說可以通過安裝別人處理好的tensorflow來讓CPU支持這個，而且還可以加速，還可以加速！
我跟着方法，去Github下載，但是Github上下載都是下載整個倉庫，但是這也太大了，我又沒翻過牆，下載速度只有2Kb。去查如何下載於是花了2H通過SVN成功下載下來這個tensorflow，最後運行以前的代碼，發現速度確實加快了，從0.25s/幀到0.15s/幀，畫面順滑了許多。
OK，酷炫！
方法：
首先，去github找到適合自己的tensorflow
https://github.com/fo40225/tensorflow-windows-wheel
我之前就是tensorflow1.13.1所以我下載的是這個
https://github.com/fo40225/tensorflow-windows-wheel/tree/master/1.13.1/py37/CPU/avx2
如果你也爲下載這個而煩惱請看下面的方法（會下載請跳過）：
1. 下載tortoiseSVN，安裝好
2. 隨便創建個文件夾，在裏面鼠標右鍵然後點擊SVN Checkout
3. 將你要下載的文件的鏈接黏在第一行，然後把鏈接裏的 'tree/master' 改爲 'trunk'
4. 其他不動點OK，根據網速，我反正下載了兩次第一次失敗了，第二次用了30分鐘。
替換原來的tensorflow
1. 打開anaconda prompt，輸入
pip uninstall tensorflow
2. 把下載好的whl放到C:\Users\(rookie)\Anaconda3\Scripts下，然後再anaconda prompt上，輸入
pip install C:\Users\(rookie)\Anaconda3\Scripts\tensorflow-1.13.1-cp37-cp37m-win_amd64.whl
3. 如果提示你缺少包，pip會自動下載，但是速度一言難盡。所以我選擇自己下載，這裏推薦清華的包，鏈接如下：
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/
將後面的opencv-python替換你要安裝的包，基本上都有，而且下載速度十分快。下載好的whl和剛纔一樣安裝就行了。
安裝好tensorflow就大功告成了
再運行以前的代碼你會發現沒有那句話了，而且速度快了很多。